基于机器学习的高校图书馆用户偏好检索系统研究.PDFVIP

第５９卷 第１１期　２０１５年６月 基于机器学习的高校图书馆用户偏好检索系统研究 １ １ ２ ■ 沈敏 　杨新涯 　王楷 １ ２ 重庆大学图书馆　重庆４０００４４　 重庆大学自动化学院　重庆４０００４４ 摘要：［目的／意义］针对大数据环境下高校图书馆检索系统的信息超载问题，提出一种机器学习方法，为 用户提供个性化的偏好检索服务。［方法／过程］通过提取用户检索行为大数据中的用户特征，利用监督机器学 习方法，在线学习可随用户偏好同步变化的自适应检索模型，预测用户对文献的选择概率，优化检索结果的排 序。［结果／结论］设计出用户偏好检索原型系统，介绍用户偏好检索系统工作流程，对比分析系统效果，并对系 统进行客观评价。 关键词：机器学习　高校图书馆　用户偏好　偏好检索 分类号：Ｇ２５０ 　　ＤＯＩ：１０．１３２６６／ｊ．ｉｓｓｎ．０２５２－３１１６．２０１５．１１．０２０ １　引言 　　据重庆大学图书馆对过去３年数字图书使用情况 的统计显示，门户访问量以２０％的速度逐年递增，２０１４ 　　随着网络技术、云计算技术、数据库存储技术、移 年全年门户访问量达 ９０．３万次，文献下载量达 动互联网技术在高校图书馆中的深入融合应用，高校 １１３８．２万篇。访问规模的不断增加，使得图书馆平台 图书馆的馆藏文献越来越丰富，用户访问频率越来越 积累的用户数据越来越多，这些海量数据都蕴含着丰 高，积累的各类数据量越来越多，高校图书馆已经进入 富的用户特征，如果能提取并利用该特征建立用户的 ［１］ 大数据时代 。智能分析、挖掘大数据中蕴含的知识， 文献偏好模型，将有助于实现基于偏好的检索结果排 将会极大地释放其“大价值”，为用户提供个性化、专 序，用户找到满意文献的时间会大大缩短，图书馆个性 业化服务，构建更加完善的高校图书馆大数据生态系 化服务功能将得以最大释放。同时，也为图书馆向用 ［２］ 统 。 户提供个性化知识推荐服务打下基础。 　　文献检索是高校图书馆的一项重要职能，是其服 　　本文将从高校图书馆用户检索行为数据中提取相 务用户的一种主要方式，也是用户开展科学研究工作、 关文献特征，基于在线监督机器学习方法，构建可随用 撰写论文的一种必要手段。虽然高校图书馆的文献检 户偏好同步变化的自适应检索模型，预测用户对特定文 索方式已由传统的手工检索转变为计算机检索，但是 献的选择概率，为对检索结果中的文献排序提供依据。 在大数据环境下，以“关键词匹配”为主要运算方式的 ［３］ ２　相关工作 计算机检索无法满足海量用户的多样化检索需求 。 笔者以“在线学习”为关键词在重庆大学图书馆中文 ２．１　用户偏好检索 发现系统中进行检索，得到２５７１８条检索结果，即使 　　用户偏好检索是信息检索领域的重要研究内容， 加上“时间范围、文献类型”等检索策略，检索结果的 在给定查询条件的基础上，通过分析用户行为特征挖 信息超载现象依然严重，要在如此海量的检索结果中 掘用户偏好，为用户提供个性化检索结果。目前关于 迅速找出满意的文献，犹如大海捞针。同时，随着笔者 用户偏好检索的主要研究有用户偏好学习方法、偏好 对文献偏好发生变化，当使用相同关键词再次检索时， 算法、偏好框架和偏好模型等。偏好学习方法是通过 不得不再次花大量时间对海量检索结果进行重新筛选。 对用户检索的研究，总结出的快速掌握知识的方法。 本文系国家社会科学基金项目“智慧图书馆理论与系统实践研究”（项目编号：１３ＸＴＱ００９）研究成果之一。 作者简介：沈敏（ＯＲＣＩＤ：００００